基于梯度提升决策树模型的冷连轧机颤振研究

摘要

冷连轧生产过程中,由于轧机振动异常可能造成产品质量问题甚至发生断带等影响正常生产,极大限制了生产效率.目前已有钢铁企业实现在线颤振监测,但监测系统只能通过振动报警后再进行降速等方式来抑制振动.针对冷连轧振动难以建立精确的传统机理模型,利用现场实测生产数据,建立梯度提升决策树模型进行振动能量回归,并利用梯度提升决策树算法特性进行特征选择以寻找影响振动的重要因素并进行模型简化.实际生产数据仿真结果表明,通过梯度提升决策树所建模型能够有效选取重要因素、降低模型复杂度,而且建立的回归模型能够准确反映轧制振动能量的变化趋势.